中台,不再「火」了。 如果你是从2015年直接穿越而来的人,很难想象过去5年里,围绕着「中台」、「要不要建」、「适不适合」,「怎么建」,曾有过一连串热议和讨论。 但热议过后,并非是因为中台伪,反倒是因为其真,因为其静水流深,也因为其在大辩论后找到了真正适合的落脚地。 所以真正发挥价值的中台长什么样?发挥作用的标准有哪些?背后驱动向前的又是何种规律? 关于这一系列「中台」的问题,产业互联网头雁代表明略科技,最近来了一次完整总结和分享。 透视明略科技数据中台单刀直入,明略科技的数据中台长什么样? 来看下一张「全景图」。 △ 明略科技数据中台全景图大体分为三层结构: 其中,最底层是数据中台的「支撑能力」,工程体系也表现于此;最顶层则是「数据资产运营管理体系」,包括数据资产分析、评估和交易。 而最为核心的一层,便是中间的「知识能力化」,明略科技将此称之为Know-how Templates Warehouse,更是视之为大脑的核心部位。 明略科技的这种Know-How能力,早在一年前发布「新一代数据中台产品」时,便强调的是通过知识谱图为载体。 时隔一年,明略科技数据中台负责人刘国栋基于此,将明略的数据中台「核心技术体系」总结为三个维度。 第一个维度的核心是「集成」 (EAI)。 它借鉴了历史上经典的「企业级架构集成」(iBPMS)和「企业级流程集成」(RPA)。 这部分技术能力是支撑数据中台内核的一个大主板,在这个大主板里可以按需的去Plug in、Plug out,编排各种管理能力、生产能力、协同能力。 而明略数据中台在这一维度的特别之处是协同联动。 比如客户中存在使用了传统的IT系统(例如Hadoop体系),而且在建设过程中,都是参与到了核心系统中。 所以明略要做的是「把这些新老系统关联起来」,基于其数据中台,让它们能够快速编排、快速协同,而不是重新造一个新的东西出来。 换而言之,就是基本不改变业务的前提下,做到新老系统的协同。 △ 明略科技数据中台负责人,刘国栋第二维度是「异构计算」/「联邦机器学习」。 因为数据中台最终需要完成或者支撑,异构计算体系、异构数据挖掘、分析体系的各种有效协同联动。 以与腾讯云合作的「某市超脑数据中台」项目为例。 当系统接入来自各方的数据时,存在不同的计算引擎,例如Oracle、MySQL、Hadoop等。 作为大数据基础设施的承载,在新型大数据引擎上,腾讯云TBDS选择与明略科技合作,实现云原生数据中台体系,集成了腾讯在海量数据存储计算上的经验和能力,可以提供万级集群节点规模、PB级数据存储与处理能力、上千维度千亿规模数据的秒级交互式查询能力、以及经过腾讯95%业务验证的平台高可用性能力。 双方优势互补,在为用户提供的数据中台方案整体能力上,解决了用户在技术侧的后顾之忧。 而明略所采用的这一维度,便很好的解决的这一难题:
第三维度即「面向对象架构」。 这是因为对数据中台来讲,不仅要对用户做到「所见即所得」,以便用户的理解和使用;对数据中台内在的工程体系也是非常重要的支撑,能够保证数据中台的技术模块做到高可用、可扩展。 刘国栋解释:
这位明略科技数据中台负责人还形象举例:
当然,对于明略所提出的这种三维的「数据中台核心技术体系」,刘国栋也坦言道:
但再好的结构和体系,在产业互联网领域,看实战效果、看具体疗效。 效果如何呢? 明略科技以和腾讯云共同为某城市打造的大型城市超脑数据中台项目为例。。 在短短三个月的时间内他们可以完成56家委办局的数据对接,入库了27亿条核心的平台数据。 在体量如此庞大的数据面前,单单是在数据异构这块,所面临的复杂度便是不言而喻的。 单是借助明略科技数据中台的能力,和腾讯云团队一起,在三个月内还打赢了一场四个「一百」的战略:
听起来不可思议?但这就是中台的价值和魅力,真正厚积薄发。 「积累,沉淀,重新规划,再赋能出去」,这是刘国栋给出的答案。 听起来简单,但复刻起来却不简单。 因为在明略科技提出数据中台战略之前,就以「秒针系统」开启了长达数年的全域测量及商业智能分析服务等业务。 与此同时,也积累了很多体系化的数据管理、数据应用的方法论、工程系统和赋能的逻辑方案。 而随着产业互联网时代的到来,包括To G、To B的数据化转型,明略才开始把之前所沉淀下来的方法论、工程体系、产品体系做了一次新的规划、设计。 最终,在实现自身业务驱动后,这台汇集了明略科技多年数据洞察、治理和应用的发动机,也开始展现了对外赋能产业的能力和价值,可以帮助客户实现数据资产的迭代、生产、管理,发挥价值。 什么是中台?这就是中台,是一系列技术、规律、经验和思考的系统化平台化集成。 中台之难但回过头来,明略在打造数据中台的过程中,并不能说是一帆风顺。 Forrester首席分析师穆飞在交流过程中表示:
但数据治理演进的方向也存在不同,包括最原始的「代码的数据治理」、到「项目的数据治理」,再到「团队的数据治理」。 一定程度上可以说,数据治理的进化是决定数据中台成败的关键。 而对于明略,也是存在过这样的问题。 至此,一个问题或许会在脑海中复现:
穆飞在交流过程中,做了如下总结:
所以这也是明略科技多年实践后,得出的中台检验标准。 当我们谈论中台时,真正在谈论什么?实际上,中台不算是新概念了。 但围绕数据中台等火爆,有一些“流量明星”效应。 2015年,阿里巴巴的「大中台、小前台」火了,带动了外界对数据中台的追捧。 但凡涉及数据流程相关的公司,都开始纷纷入局“中台建设”。 然而随着玩家的暴增,问题也浮现出来,市场的质疑声也随之而来:
更是有诸如茅台等传统产业明星公司,在试水之后,直呼“上当”。 其后形势便急转直下,从热捧到热踩,最终不再被谈论。 实际上,这也符合新技术发展的一般周期规律。 之前Gartner就有过专门研究,称中台在遭遇热捧之时,即将登顶炒作之巅。 但也只有经历炒作之巅后的下滑、再发展,才能真正产生其价值。 而现在,明略科技展现的就是这种真正的中台价值。 一种强调数据及分析技术对于前台业务的复用价值。 中台之力,就是用数据来治理业务,以此来形成「数据资产」,从而打破数据、业务之间的屏障。 并且越来越多产业互联网领域内公司“喝汤吃肉”的案例,也开始让更多公司主动拥抱中台。 所以纵观中台的整个过程,是不是也是时候可以讨论: 当我们谈论中台时,真正谈论的是什么? 或者更具体来说,为什么发生在现在?为什么产业互联网最香?它又往哪里去? 无论是这几年产业内外去粗取精的实践,还是明略这样的代表性公司总结的成功经验。 本质都是对政企多源异构数据,通过整合大数据、物联网、知识图谱和多模态人工智能技术,将正确的数据推送给决策者,帮助组织内营销和运营的透明、安全、稳定。 这要求从一开始,就需要对数据有预处理、筛选和标签判别,然后在过程中,可以最高效利用海量数据,最后最大限度发挥数据的智能价值。 像什么? AI,深度学习网络模型。 没错,从技术维度来说,数据中台,不就是一个庞大的AI模型吗?只是中台要求,模型开始work的前后流程环节,也需要高度自动化、智能化。 从这个维度理解,也就能更好理解为啥中台会在2016年前后达到“炒作之巅”。 这不正是AI最为火热的几年吗? 之前,只有消费互联网公司,或者这些企业的内部部门,完整实现了数据流的完整治理。 但随着深度学习推动AI复兴,曾经无法实现数据结构化的产业互联网领域,现在也能被数字化、智能化和自动化。于是随着AI复兴,数据中台也到了无以复加的地步。 只是中台听起来容易,但做起来并不容易,很多传统企业,当做灵符用,当万精油用,生搬硬套,最后不仅没能实现降本增效,反而凭空消耗了资源和心力。 那明略科技这样的公司,又为何能做成中台、发挥价值,还可以赋能产业——帮助别人搭建中台? 上述总结提到了起步和探索实践的原因。 但大道至简、万佛朝宗。真正让明略中台脱颖而出的,或许跟其秉承的思想有关,跟其对中台的本质认知密不可分。 在明略科技2020年年会上,其创始人吴明辉有过一场面向全员的演讲。 其中重点,是在千淘万漉之后,把中台视为智能时代的管理思想平台,需要从战略全局去围绕中台而变。 过去,谈论中台总是数据的、业务的,或者方案的,但都是盲人摸象得来的一部分。 而明略创始人的总结和思考,把中台作为思想、管理方法论,就表明真正打造好中台,还需要组织、团队和认知的相应调整。 正所谓:天变道亦变。 既然中台是面向数字化智能化产业转型升级而生的产物,那做好中台,就是要让企业面向数字化和智能化时代生存。 你说呢? — 完 — 本文系网易新闻·网易号特色内容激励计划签约账号【量子位】原创内容。 |
|
来自: taotao_2016 > 《计算机》